Crystal-31B-RL

Crystal-31B-RL

从 Gemma 4 31B-IT 后训练而来的角色扮演聊天模型，用用户的语言回复，无论是俄语、西班牙语、英语还是葡萄牙语，并一直保持这种语言。可处理图像和文字。

由 hiwaifu-research 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：Crystal-31B-RL 是一个由 Gemma 4 31B-IT 制成的稠密 31B 角色扮演模型。它经过三个阶段的后训练：在精选的多轮角色扮演上做风格训练、针对每个提示词各自的评分细则做强化学习，以及逐层合并回基座模型。合并之后，强化学习后混进俄语、西班牙语和葡萄牙语回复里的英文单词大多被去掉了。

适合谁：它适合用俄语、西班牙语、英语或葡萄牙语进行角色扮演或互动小说、并希望模型始终只用一种语言的人。

行业 | 谁在用 | 怎么用 | 例子
互动小说 | 作者和游戏主持人 | 用用户的语言和角色一起演绎场景 | 开始一场西班牙语角色扮演，整场对话都保持西班牙语
角色聊天应用 | 陪伴类产品的开发者 | 把模型放在聊天前端后面提供服务 | 把角色设定和用户的每一轮作为聊天消息发送
训练研究 | 研究强化学习的人 | 阅读针对每个提示词的评分细则如何塑造模型 | 把模型卡里的胜率和基座模型对比

如果你需要其他语言、思考模式，或者远超 24K token 的提示词，可以略过它。

用在哪里：

• 使用 transformers 库的 Python 项目
• 用于角色扮演和角色对话的聊天前端
• 装有 Python 的 Windows、macOS 或 Linux，用来下载文件

用途 | 谁用 | 能得到什么
角色扮演聊天 | 玩家和作者 | 用你写作的语言给出的入戏回复
游戏主持人场景 | 跑团的主持人 | 能接续前面回合的场景叙述
语言一致性检查 | 研究者 | 俄语、西班牙语和葡萄牙语回复中很少出现游离的英文单词

如何设置：
你需要先准备：

• Python 和 Hugging Face 命令行
• 能放下约 62.5 GB BF16 权重的显存，或 4 位下约 15.6 GB，这只是估算值
• 一个能加载 Gemma 4 31B 模型的运行环境，例如 transformers

1. 用 pip 安装 Hugging Face 工具。
2. 把模型文件下载到你的电脑。
3. 在你常用的运行环境里加载它，用非思考模式和它聊天。

pip install -U huggingface_hub
hf download hiwaifu-research/Crystal-31B-RL

如何使用：
像用 Gemma 一样和它聊天，用你想要它回复的语言来写。模型卡说它是在非思考模式下训练和部署的。它还在权重旁边的 prompts 文件夹里附带了评委提示词。

示例：你用葡萄牙语开始一场有角色和场景的角色扮演。模型用葡萄牙语回答并保持入戏，模型卡测得西班牙语和葡萄牙语回复中出现游离英文单词的只有 0.6%。

新手与专家：第一次尝试可以用你自己的语言，写一个角色简单的短角色扮演。看看回复是否一直保持这种语言并且入戏。

对懂行的人来说，第一阶段在约 4.9K 条精选对话上训练了一个 LoRA，并加了一个损失项，惩罚不属于回复语言的文字脚本上的概率。第二阶段用 GRPO，为每个提示词写一份带权重的通过或不通过评分细则，奖励就是一次生成通过的细则所占比例。最后与基座做线性合并，在保留风格的同时减少英文混入。

从 Gemma 4 31B-IT 出发
用 LoRA 在精选角色扮演上训练风格
针对每个提示词的评分细则做同策略强化学习
逐层合并回基座模型
得到始终保持用户语言的回复

注意事项：

Title: 模型卡中各项对比的胜率
竞技场，15 个模型: 51.9%
竞技场，对比 Gemma 4 31B-IT: 54.8%
离线，对比它的 SFT 检查点: 72.0%

• 评估：竞技场数字来自作者自己的竞技场，平局不计入，离线数字用的是大模型评委。
• 上下文：它是在大约 20 到 24K token 的提示词上训练的，而基座支持最长 256K。
• 模式：它在不开思考的情况下训练和部署。
• 语言：俄语、西班牙语、英语和葡萄牙语。
• License: apache-2.0
• Cost to run: 没有提到 API 密钥或付费服务。你需要能放下这些权重的硬件。
• Data it reaches: 它从 Hugging Face 下载文件，然后在你自己的机器上运行。
• Not for: 思考模式，因为模型卡是在没有思考的情况下训练和部署它的。

Hugging Face 上的数据（2026年11月13日）

• 任务：image text to text
• 框架：transformers
• 参数量：31.3B
• Weights: about 62.5 GB in BF16; about 15.6 GB at 4-bit (estimate)
• Formats: Safetensors
• 最近 30 天下载：295
• 点赞：9
• 许可证：apache-2.0
• 语言：en, ru, es, pt
• 基于：google/gemma-4-31B-it
• Quantized versions: 3
• 标签：transformers, safetensors, gemma4, image-text-to-text, roleplay, role-play, character, multilingual, grpo, mergekit, arena, conversational

链接

• 模型：https://huggingface.co/hiwaifu-research/Crystal-31B-RL
• 文件：https://huggingface.co/hiwaifu-research/Crystal-31B-RL/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download hiwaifu-research/Crystal-31B-RL

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。